高校专区
通过条件扩散模型进行新产品生命周期的冷启动预测
机构 * Guanghua School of Management, Peking University（北京大学光华管理学院） ； Department of Industrial Engineering and Decision Analytics, The Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）
AI总结 本文提出CDLF模型，利用静态描述、参考轨迹和新观察数据预测新产品生命周期，解决冷启动问题，提升预测准确性与概率预测质量。
AdaTracker: 一种用于跨躯体主动视觉跟踪的自适应上下文策略学习方法
机构 * Beihang University（北京航空航天大学） ； City University of Macau（澳门城市大学） ； School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院） ； Minzu University of China（民族大学） ； Center for Data Science in Clinical Medicine, Peking University Third Hospital（北京大学第三医院数据科学临床医学中心） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出AdaTracker，通过显式建模躯体特定约束实现跨躯体主动视觉跟踪，采用上下文感知策略和辅助目标提升鲁棒性，在模拟和现实实验中表现出色。
HumanScore：在生成视频中评估人类动作的基准测试
机构 * Stanford University（斯坦福大学） ； Peking University（北京大学）
AI总结 本文提出HumanScore框架，通过六个可解释指标评估AI生成视频中人类动作的质量，揭示感知合理性与生物力学真实性的差距，并产生可靠的模型排名。
通过预热启动MCMC微调学习求解二次指派问题
机构 * School of Mathematical Science, Peking University（北京大学数学科学学院） ； State Key Laboratory of Mathematical Sciences, Institute of Computational Mathematics and Scientific/Engineering Computing, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院数学科学国家重点实验室） ； Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心）
AI总结 本文提出PLMA框架，通过预热启动MCMC微调提升求解性能，结合能量基模型和交叉图注意力机制，有效解决二次指派问题。
工具过度使用错觉：为什么大语言模型更倾向于使用外部工具而非内部知识？
机构 * Harbin Institute of Technology, SCIR（哈尔滨理工大学SCIR研究所） ； Peking University（北京大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 本文揭示大语言模型在推理中普遍存在工具过度使用现象，通过分析内部知识可用性区域，提出知识感知边界对齐策略，减少工具使用82.8%，并发现仅以结果奖励会鼓励工具过度使用，通过平衡奖励信号可减少66.7%的无用工具调用。
Comments 17 pages, 9 figures
EgoSelf：从记忆到个性化第一人称助手
机构 * Eastern Institute of Technology（东部技术研究所） ； Hong Kong Polytechnic University（香港理工大学） ； Peking University（北京大学） ； Commonwealth Scientific and Industrial Research Organization（澳大利亚联邦科学与工业研究组织） ； University of Hong Kong（香港大学）
AI总结 EgoSelf通过构建基于图的交互记忆和个性化学习任务，实现个性化第一人称助手，有效整合长期用户数据以提升服务效果。
OmniUMI: 通过人对齐的多模态交互实现物理基础的机器人学习
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； MAIS & NLPR, Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beijing Institute of Technology（北京理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学）
AI总结 OmniUMI通过人对齐的多模态交互实现物理基础的机器人学习，整合视觉、触觉和力觉数据，提升接触密集操作的性能。
CAST：实现稳定的大语言模型文本分析用于数据分析
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Microsoft Research（微软研究院）
AI总结 CAST通过算法提示和先思考后发言提升大语言模型在表格数据分析中的输出稳定性，实验表明其在多个基准上表现最佳，稳定性提升达16.2%。
Comments ACL 2026 Findings
迈向可靠的 gesture 生成人类评估：来自社区驱动的最新基准的见解
机构 * KTH Royal Institute of Technology（皇家理工学院） ； Bielefeld University（比勒菲尔德大学） ； University of Science – VNUHCM（越南胡志明市国家大学） ； Independent Researcher（独立研究者） ； Motorica AB（Motorica AB公司） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Astribot（Astribot公司） ； Max-Planck Institute for Informatics, SIC（马克斯·普朗克信息研究所，SIC） ； Trinity College Dublin（都柏林大学） ； University of California, Davis（加州大学戴维斯分校） ； SEED – Electronic Arts（SEED–电子艺界） ； Electronics and Telecommunications Research Institute (ETRI)（电子电信研究院）
AI总结 本文通过社区驱动的基准测试，揭示了 gesture 生成中人类评估的标准化问题，指出 motion 实际和语音-手势对齐的评估结果存在争议，强调需采用解耦的评估方法以提升基准测试的准确性。
Comments Accepted to CVPR 2026, Findings Track. 23 pages, 10 figures. The last two authors made equal contributions
通过合成的分步监督增强代理文本图检索
机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Peking University（北京大学） ； School of Information, Renmin University of China（中国人民大学信息学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； North China Electric Power University（华北电力大学） ； GDS Holdings Limited（GDS控股有限公司）
AI总结 本文提出一种基于LLM的文本图检索框架，通过合成分步监督优化检索过程，提升复杂图基问答任务的准确性和F1分数。
AdaMMS: 为异构多模态大语言模型设计的模型融合方法
机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University（计算机科学与技术系，人工智能研究院，清华大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； State Key Laboratory of Multimedia Information Processing, Peking University（多媒体信息处理国家重点实验室，北京大学） ； School of Software Microelectronics, Peking University（软件微电子学院，北京大学） ； Institute of Intelligent Computing, Alibaba Group（智能计算研究院，阿里巴巴集团） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国） ； Jiangsu Collaborative Innovation Center for Language Competence, Jiangsu, China（江苏省语言能力协同创新中心，江苏，中国） ； ModelTC Open Source Organization, Beijing, China（ModelTC开源组织，北京，中国）
AI总结 本文提出AdaMMS，一种针对异构多模态大语言模型的模型融合方法，通过映射、融合和搜索三个步骤解决异构模型融合难题，无需标注数据即可在视觉语言基准测试中超越现有方法。
Comments CVPR 2025
大型语言模型在角色扮演中的公平性测试
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； King's College London（伦敦国王学院） ； Nanyang Technological University（南洋理工大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文通过生成33000个角色特定问题，评估10种先进LLM在角色扮演场景中的公平性，发现107580次偏见响应，揭示角色扮演中偏见的普遍性。
Comments Accepted by ACM International Conference on the Foundations of Software Engineering (FSE 2026)
DetailCLIP: 将图像细节注入CLIP的特征空间
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； Megvii（科大讯飞） ； Om AI Research（Om人工智能研究院） ； Binjiang Research Institute of Zhejiang University（浙江大学滨江研究院）
AI总结 本文提出DetailCLIP框架，通过生成高分辨率图像的单一特征表示，保留多尺度细节并共享CLIP的语义空间，提升遥感文本-图像检索性能。
遮罩世界模型：为鲁棒机器人策略学习预测重要的内容
机构 * Peking University, Beijing, China ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University ； Beijing Academy of Artificial Intelligence, Beijing, China ； National University of Singapore, Singapore ； The Hong Kong University of Science ； Nanjing University, Nanjing, China
AI总结 本文提出Mask World Model，通过预测语义遮罩而非像素，提升机器人策略学习的鲁棒性与泛化能力，实验证明其在仿真和现实任务中均优于现有方法。
Comments 16 pages,5 figures
CodeRL+: 通过执行语义对齐改进代码生成
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； School of Computer Science, Wuhan University（武汉大学计算机科学系）
AI总结 本文提出CodeRL+，通过将执行语义对齐整合到RLVR训练流程中，提升代码生成的准确性，实验显示其在pass@1指标上平均提升4.6%。
Comments Accepted by ACL 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈